线性代数主要研究的对象是向量空间,但是真正令人着迷的是向量空间上的线性映射。
以下用
- 定义:
- 从
- 加性(additivity)
- 对所有
- 对所有
- 齐性(homogeneity):
- 对所有
- 对所有
- 加性(additivity)
- 从
注意,线性映射的标准记号跟以前学过的函数记号一样,表示为
- 记号
- 从
到的所有线性映射构成的集合记为。
- 从
下面来看看线性映射的一些例子。最好是当场验证一下这些确实是线性映射。
--------------------------------举例开始分割线-----------------------------------
零映射
为了清楚起见,我在这里用〇表示零映射(这可是一个汉字hhhhhh)。这个映射把响铃空间的元素都映到一个向量空间的加法单位元。确切地说,
不消说,这里的
恒等映射
恒等映射是把每个元素都映到其自身的函数。确切地说,恒等映射
对多项式的微分
定义微分映射
这个映射显然是线性的,因为求导运算法则是线性的:对任意可微函数
这里虽然是对求微分的简单操作,但有一点值得注意。就是这个映射
乘以
定义
从
定义
这是个从
那从这个自然可以想到,还可以定义从
- 如果
和都是有限维向量空间,且的维数小于的维数,即,那么到的线性映射一定不是满射。
这个定理的证明与这篇文章的讨论主题无关,这里就不讲了。
---------------------------------------举例结束分割线---------------------------------------
下面是一个关于线性映射与定义域的基底的命题:
- 设
是的基底,,则存在唯一一个对任意都有
-
- 的线性映射
。
这个命题的存在性部分表明线性映射可根据其在某个基底上的取值来构造,而唯一性的部分表明线性映射可完全由这些取值确定。
还要明确一点,什么叫确定一个线性映射?线性映射反映的是线性空间之间的关系,总不能脱离空间中的元素而独立存在,结合元素去理解线性映射的性质会比较方便。确定
证明:
首先证明存在满足上述性质的线性映射
其中
为了证明唯一性,现在假设
故
先在
- 定义
- 设
-
- 设
按照上面定义的加法和乘法,很容易验证
一般的向量空间中两个元素的乘积没有啥意义,不过对于一对合适的线性映射却可以定义一种很有用的乘积。这种乘积需要第三个向量空间的参与,下设
- 定义 线性映射的乘积
- 若
-
- 若
也就是说,
还应注意,只有当
下面讲线性映射乘积的代数性质。这些性质的证明很简单,此处略去。
- 结合性
-
- 此处的三个映射都是线性映射,并且乘积都有意义(也就是说
要映射到的定义域,要映射到的定义域)。
-
- 单位元
-
- 这里
。这个等式中的第一个恒等映射是上的恒等映射,而第二个恒等映射是上的恒等映射,式子中加了下标以示区分。等式里面的这三个映射都是从到的映射。
-
- 分配性质
-
- 这里
,。
-
最后以一个简单但是很重要的结论来收尾吧:
- 线性映射把加法单位元
- 设
是到的线性映射,则。
- 证明:利用加性,有
-
- 两端都加上
的加法逆元,得到结论。
- 注意结论中左边的
是中的加法单位元,右边的是中的加法单位元。
-
- 设